På det seneste har jeg taget ChatGPT til mig til alle mulige ting.
“Jeg har tre kartofler, en gulerod og to fed hvidløg i mit køleskab. Hvad kan jeg lave til aftensmad?” (Tip: ikke særlig meget.)
“Jeg har en idé til en startup med disse kriterier. Kan vi bygge videre på den?” (Spoiler: ja. Det kan vi.)
Grunden til dette er ikke, at jeg har til hensigt at tage det første forslag, ChatGPT kommer med, og kalde det en dag. Som en ekstern processor kan jeg derimod ikke begynde problemløsningsprocessen, før jeg får mine idéer ud i verden—helst i hænderne på en villig deltager.
En brainstorm med kun én hjerne er bare støvregn.
Men i en tid med fjernarbejde er det ikke helt så nemt at finde nogen, man med kort varsel kan udvikle idéer sammen med. Når jeg har besluttet, hvem jeg skal tale med, tjekket deres kalender og planlagt et opkald til næste tirsdag … er den idé, jeg gerne ville diskutere, allerede et fjernt minde.
For at imødegå dette problem har jeg ofte vendt mig mod Notion og brainstormingværktøjer som Miro for at hjælpe mig med at skabe klarhed over mine tanker helt på egen hånd. Jeg er blevet ret dygtig til det, selvom jeg stadig længes efter en sparringspartner, der kan hjælpe med at skubbe min tænkning i den rigtige retning, selv hvis det kun er med uddybende spørgsmål og gennemtænkt opmuntring.
Jeg vidste ikke, at ChatGPT skulle vise sig at være en acceptabel stedfortræder. ChatGPT har næsten lige så overbevisende samtaleegenskaber som en stor sprogmodel, men skal aldrig til et andet møde, kan fungere i alle tidszoner og bliver aldrig frustreret, når jeg stiller det samme spørgsmål på tre forskellige måder for at fremkalde et lidt anderledes svar.
Der gik ikke lang tid, før jeg begyndte at bruge ChatGPT til at hjælpe mig med at udvikle produktfunktionalitet. Før jeg vidste af det, havde jeg identificeret nogle få tips og tricks til at få mest muligt ud af dette værktøj.
Have an account? Log In
Sådan bruger du AI til at brainstorme produktfunktioner
For at illustrere min AI-drevne brainstormingteknik har jeg oprettet en eksempelsamtale med ChatGPT om at udvikle funktioner til en fiktiv sundheds- og fitnessapplikation.
For at forhindre sprogmodellen i at hente data fra alle vores tidligere samtaler førte jeg denne samtale, mens jeg var logget ud.
Det er værd at bemærke, at ChatGPT er mit foretrukne værktøj, men den samme metode bør kunne overføres til enhver lignende sprogmodel. Du kan også bruge AI i håndtering af backlog og prioritering, når du har brainstormet produktfunktioner.
Trin 1: Giv konteksten
Nøglen til en produktiv interaktion med ChatGPT er den indledende prompt. Jo mere kontekst du kan give i din første besked, desto mere udbytterig bliver din interaktion.
I dette eksempel skrev jeg et scenarie for en produktchef, der forsøger at udvikle idéer til funktioner til et SaaS-fitnessværktøj, som skal hjælpe brugerne med at tilpasse deres træningsrutine.
Sprogmodellen kunne nemt, baseret på et begrænset informationssæt, udarbejde en lang liste med idéer til funktioner for det produkt, jeg beskrev. Denne proces handler ikke om at tage denne liste og gå videre med den. Den handler om at nå frem til den første fase af brainstorming hurtigere, end jeg ville have kunnet på egen hånd.
Det kan være en sparringspartner. Det kan simulere en vanskelig samtale. Hvad er det vigtigste, du bør gøre som det næste? Svarene på det er virkelig fantastiske.
Trin 2: Gå i dybden
Nu hvor jeg har en liste at arbejde videre med, er det tid til at evaluere og videreudvikle de idéer, jeg er interesseret i. Da jeg læste listen igennem, fangede især én idé min interesse.
„Intelligent planlægning og styring af tilgængelighed“ tiltaler mig som et potentielt unikt tilbud i fitnessverdenen i dag.
En hurtig Google-søgning bekræfter, at der findes produkter, som tilbyder denne tjeneste inden for fitnesskategorien, men de er forholdsvis få. Det virkede, som om der var mulighed for at tilføje noget nyt til dette problemområde. Som travl, arbejdende mor til et 14 måneder gammelt barn er min drøm om at træne på samme tidspunkt hver dag desuden et fjernt minde.
Jeg beder ChatGPT om at gå mere i dybden med idéen for at se, hvordan et udvidet tilbud kunne se ud.
Jeg var imponeret over den udvidede funktionalitet, som den store sprogmodel sendte tilbage. Mit næste skridt var at bede ChatGPT om at kortlægge en brugerrejse for mig, inklusive den ovenstående funktionalitet. Jeg angav nogle få parametre for at gøre svaret mere præcist.
Det er vigtigt at huske på, at ChatGPT henter data fra internettet, så den henter højst sandsynligt idéer fra produkter, der allerede har en tilstedeværelse online. Det er dog stadig en god måde at udvinde idéer på og sætte gang i brainstormprocessen.
En anden mulighed på dette tidspunkt i idéudviklingsprocessen ville være at bede ChatGPT om at undersøge de produkter, der findes på markedet i dag, og identificere et hul i markedet. Det vil få den store sprogmodel til at analysere de produkter, der allerede har en tilstedeværelse online, og komme med forslag til mindre mættede idéer. Alle forslag kræver naturligvis menneskelig verificering, men det kan være en god måde at indsnævre mulighederne på.
Trin 3: Forfin idéen
På dette tidspunkt har vi valgt den idé, vi vil undersøge nærmere, og vi har gennem lidt overordnet research bekræftet, at idéen er forholdsvis unik. Nu er det tid til at videreudvikle denne idé til en konkret brugerrejse.
I dette trin gav jeg i stedet for at angive en scenarieprompt til ChatGPT et sæt instruktioner. Jeg bad specifikt ChatGPT om at inkludere “en eller alle” de funktioner, der er beskrevet ovenfor, for at forhindre det i at forsøge at inkludere alle funktionaliteter, uanset om de logisk kunne placeres i brugerrejsen.
Desuden bad jeg ChatGPT om at angive forskellen mellem brugerdrevne handlinger og applikationsdrevne handlinger i sin beskrivelse. Til sidst bad jeg LLM'en om at kortlægge rejsen fra login til logout.
Ud over at følge mine instruktioner ved at adskille brugerhandlinger og applikationshandlinger gik ChatGPT endda så langt som til at skabe en overordnet brugerpersona, som brugerrejsen kunne designes omkring, selv om jeg ikke bad det om det.
Brugerrejsens læsbarhed blev i nogen grad begrænset af begrænsningerne i ChatGPTs outputmuligheder (dvs. at ChatGPT i den gratis version kun kan svare ved hjælp af tekst i modsætning til diagrammer og andre visuelle kommunikationsværktøjer).
Jeg følte dog, at dette delvist blev afhjulpet af, at ChatGPT inkluderede en opsummering i slutningen af dette afsnit, som gav et overordnet overblik over alle brugerhandlinger sammenlignet med maskinhandlinger.
Efter at have læst brugerrejsen igennem stod nogle få bemærkelsesværdige udeladelser klart. Den første var fraværet af en proces til at integrere brugerens personlige kalender med applikationens kalender, som skulle levere data til funktionen for dynamisk planlægning.
Den anden var fraværet af en alarmfunktion, der kunne minde brugeren om, at en træning nærmede sig. Jeg dokumenterede disse justeringer og føjede dem til samtalen. Hver gang sendte LLM'en opdaterede brugerrejser tilbage, som tog højde for de ændringer, jeg havde anmodet om.
More Articles
Trin 4: Fra idéer til udførelse
Det sidste trin i dette eksperiment var at omsætte disse funktionsidéer og brugerrejser til en håndgribelig overordnet “Nu, næste, senere”-køreplan, som i teorien kunne føres ud i livet. Her er den prompt, jeg brugte til at starte processen.
ChatGPT returnerede en omfattende liste over krav, opdelt i brugerhistorier og acceptansekriterier, kategoriseret som køreplanselementer under "Nu, næste og senere".
Jeg angav ikke definitioner på, hvad der udgør et "Nu-, næste- eller senere"-element i min køreplan. Uden disse definitioner fastlagde ChatGPT sine egne ud fra forklaringer, som det fandt på nettet. Jeg var tilfreds med disse definitioner, så jeg bad ikke om justeringer.
Det er dog vigtigt at understrege, at jo flere parametre du giver ChatGPT, desto mere vil dit output blive tilpasset dine præferencer.
Styrk din kapacitet og kreativitet
Afslutningsvis kan ChatGPT og andre LLM'er fungere som en værdifuld sparringspartner, når du arbejder med dine produktidéer.
Personligt synes jeg, at den første fase af idéudviklingen af et produkt er den mest udfordrende, og det er her, jeg har mest brug for ekstern feedback. Det er her, jeg foretrækker at bruge ChatGPT til at hjælpe mig med at komme over den første tærskel i brainstormingen. Jeg bruger det også ofte til at få en overordnet validering af en bestemt idés unikke karakter eller positionering.
Hvis du vælger at gøre det, kan ChatGPT og andre LLM'er dog bringe dig langt nok i processen til at nå frem til en overordnet køreplan, som nemt kan omsættes til en mere konkret plan. Når de bruges korrekt, har disse værktøjer potentiale til markant at øge ethvert produktteams kapacitet og kreativitet.
Glem ikke at tilmelde dig vores nyhedsbrev for flere ressourcer og vejledninger om produktledelse samt de nyeste podcasts, interviews og andre indsigter fra brancheledere og eksperter.
